MCP vs. API vs. CLI vs. Connector

TL;DR

Eine API ist die Schnittstelle des Quellsystems für Programme. Ein MCP-Server übersetzt diese API in wenige, gut beschriebene Werkzeuge, die eine KI versteht und selbst auswählen kann. Eine CLI ist ein Kommandozeilen-Werkzeug, das Coding-Agenten wie Claude Code direkt aufrufen. „Connector“ ist der Produktbegriff der KI-Anbieter für eine fertige Anbindung, heute meist auf MCP-Basis. Die Frage ist deshalb nie „MCP oder API“, sondern: Gibt es die Schicht über der API für Ihr System schon, und wer baut sie, wenn nicht?

Vier Begriffe, eine Kette

Die meisten Missverständnisse entstehen, weil diese Begriffe gegeneinander gestellt werden. Tatsächlich liegen sie übereinander:

KI  →  Connector / MCP-Server  →  API  →  Quellsystem

Unten liegt das Quellsystem, darüber seine API, darüber eine Schicht, die die API für eine KI verständlich macht, und ganz oben die KI. MCP-Server und CLI sind dabei zwei verschiedene Bauformen derselben Übersetzungsschicht, für zwei verschiedene Nutzerkreise.

API: die Schnittstelle des Herstellers

Die API gehört dem Hersteller des Quellsystems. Drei Beispiele aus dem ERP- und Instandhaltungsumfeld:

• proALPHA dokumentiert ein REST API Framework.
• Monitor ERP (G5) hat eine offen dokumentierte CQRS/REST-API unter api.monitor.se.
• CARL Source bietet REST, OData und Webhooks.

Eine API ist für Entwickler gebaut: Endpunkte, Feldnamen, Paging, Fehlercodes. Sie sagt nicht, wofür man sie benutzt. Eine typische Antwort sieht so aus:

GET /orders?status=late

{ "AUFNR": "4711002", "LTERM": "2026-09-12", "STAT": "E0003" }

Ein Entwickler weiß, was LTERM bedeutet, oder schlägt es nach. Eine KI kann eine rohe API im Prinzip aufrufen. In der Praxis rät sie dann an hunderten Endpunkten herum, welcher der richtige ist und was die Felder heißen. Das ist langsam, teuer, weil jede Werkzeugbeschreibung Kontext belegt, und schwer abzusichern, weil die KI potenziell alles aufrufen kann, was die API hergibt.

Trotzdem gilt: Ohne API gibt es gar nichts. Sie ist die Voraussetzung, nicht das Produkt.

MCP-Server: die Übersetzung für die KI

Ein MCP-Server wählt aus der API die Aktionen aus, die fachlich Sinn ergeben, und beschreibt sie so, dass eine KI sie versteht. Das Model Context Protocol kennt dafür drei Bausteine: Tools (Aktionen), Resources (lesbare Inhalte) und Prompts (vorbereitete Abläufe).

Der Kern ist das Kuratieren: aus vielen Endpunkten wenige, klar beschriftete Werkzeuge. Ein Beispiel aus dem eigenen Betrieb der Pexon Consulting: Der interne HubSpot-MCP-Server hat genau acht Tools, von „Deal-Status prüfen“ bis „Pipeline-Übersicht“. Die HubSpot-API selbst hat ein Vielfaches an Endpunkten. Die KI muss nicht mehr herausfinden, welcher davon gemeint ist, sondern wählt aus acht beschriebenen Möglichkeiten.

Drei weitere Aufgaben übernimmt der Server, die eine rohe API nicht leistet:

1. Rechte prüfen: Welcher Nutzer darf welches Werkzeug aufrufen? Wie das pro Werkzeug statt pro Server geht, steht im Beitrag zum eigenen MCP-Server mit Entra ID.
2. Protokollieren: Wer hat wann was abgefragt oder geändert?
3. Begrenzen: Wie viele Datensätze kommen zurück, welche Felder bleiben draußen?

Und weil MCP ein offenes Protokoll ist, funktioniert derselbe Server in Claude, ChatGPT und Microsoft Copilot. Sie bauen die Übersetzung einmal, nicht einmal pro KI-Anbieter.

Connector: der Produktname der KI-Anbieter

„Connector“ ist kein technischer Standard, sondern der Begriff, unter dem die KI-Anbieter fertige Anbindungen in ihren Oberflächen führen:

• Claude lässt Remote-MCP-Server als Custom Connectors einhängen.
• Microsoft spricht bei Microsoft 365 Copilot von Federated Copilot Connectors, ebenfalls auf MCP-Basis.

Wenn Ihnen ein Anbieter also einen „Connector für Ihr ERP“ präsentiert, lautet die erste Rückfrage: Steckt ein MCP-Server dahinter, und auf welche API des Herstellers setzt er auf? Wie die Anbindung in Claude technisch aussieht, beschreibt der Beitrag MCP-Server an Claude anbinden.

CLI: das Werkzeug für Coding-Agenten

Coding-Agenten wie Claude Code arbeiten im Terminal. Für sie ist ein Kommandozeilen-Werkzeug oft der kürzeste Weg: ein Befehl, eine Antwort, fertig.

$ dbm q v_seite_360 --json

So fragen bei der Pexon Consulting Agenten die interne Marketing-Datenbank ab, über eine eigene CLI und nicht über einen MCP-Server. Der Agent ruft den Befehl auf, bekommt JSON zurück und arbeitet damit weiter. Kein Server, der dauerhaft laufen muss, keine Verbindung, die konfiguriert werden muss.

Die Faustregel für die Wahl:

Beides kann auf derselben API aufsetzen. Die Entscheidung hängt am Nutzerkreis, nicht an der Technik. Eine CLI ist nicht veraltet, und ein MCP-Server ist nicht automatisch besser.

Welche Schicht fehlt bei Ihnen?

Mit der Kette im Kopf lässt sich die Ausgangslage in drei Fällen beschreiben:

Der zweite Fall ist im Mittelstand der häufigste: Das ERP oder das Instandhaltungssystem hat eine ordentliche API, aber kein KI-Anbieter hat dafür einen Connector gebaut. Dann fehlt nicht die Integration an sich, sondern nur die Schicht darüber.

Häufig gestellte Fragen

Was ist der Unterschied zwischen MCP und API?

Eine API ist die Schnittstelle eines Systems für Programme, gebaut für Entwickler. Ein MCP-Server setzt auf diese API auf und stellt einer KI daraus wenige, fachlich beschriebene Werkzeuge bereit. MCP ersetzt die API nicht, sondern macht sie für eine KI nutzbar.

Kann eine KI nicht einfach direkt die API aufrufen?

Im Prinzip ja. In der Praxis muss sie dann aus vielen Endpunkten und kryptischen Feldnamen erraten, was gemeint ist. Das kostet Kontext, Zeit und Geld, und die Rechteprüfung pro Nutzer und Werkzeug fehlt. Ein MCP-Server löst genau diese drei Probleme.

Wann ist eine CLI besser als ein MCP-Server?

Wenn Entwickler und Coding-Agenten wie Claude Code die Nutzer sind. Sie arbeiten ohnehin im Terminal, und ein Befehl mit JSON-Ausgabe ist der kürzeste Weg. Sobald Fachanwender in Claude, ChatGPT oder Copilot fragen und Rechte pro Nutzer gelten müssen, ist ein MCP-Server die bessere Wahl.

Was ist ein Custom Connector in Claude?

Ein Custom Connector ist ein Remote-MCP-Server, den Sie selbst in Claude einhängen. Technisch ist es dasselbe wie ein MCP-Server. „Connector“ ist der Name, unter dem Claude solche Anbindungen in der Oberfläche führt.

Funktioniert ein MCP-Server nur mit Claude?

Nein. MCP ist ein offenes Protokoll. Derselbe Server lässt sich in Claude, ChatGPT und Microsoft Copilot nutzen. Microsoft führt solche Anbindungen als Federated Copilot Connectors.

Der nächste Schritt

Nehmen Sie das System, aus dem Ihre Fachabteilung am häufigsten Daten braucht, und prüfen Sie zwei Dinge: Gibt es eine dokumentierte API, und gibt es im Verzeichnis Ihres KI-Anbieters bereits einen Connector dafür? Ist die API da und der Connector nicht, fehlt nur die Schicht darüber. Sprechen Sie uns an, dann klären wir, ob ein MCP-Server, eine CLI oder beides der richtige Weg ist. Und wenn es keine API gibt, sagen wir Ihnen das auch.